人工智能进步如何影响安全 网络安全和黑客攻击

人工智能(AI)基本上是目前影响数字世界中所有人和每个人的最新，最有影响力的技术进步。全球的开发人员和公司正在设计新的方法，在每个软件，平台和工具中实现一些基于机器学习的功能。

因此，人工智能以许多积极和消极的方式影响安全(和网络安全)，这是一个相当明显的后果，因为它是安全专家和黑客手中的一个强有力的工具，在一场永无止境的警察和劫匪游戏中。

好与邪恶的AI网络安全之战

成为一名网络安全专业人士绝非易事。IT专业人员是一些最勤奋的员工，每周工作轮班时间长达52小时。任何可以自动完成复杂和繁琐的任务(尤其是最琐碎和重复的任务)的东西，如智能AI解决方案，都是一个受欢迎的好处。基于机器学习的软件在发现各种网络威胁之间的相似性方面也特别有效，特别是当攻击由其他自动化程序协调时。锦上添花的是，较新的基于AI的算法在理解各种工具的数据方面变得越来越好，并且发现了人们可能错过的那些关键相关性。

听起来AI正在让“好人”赢得与邪恶黑客的战斗，不是吗?

嗯，这只是事实的一半，因为非常中立的机器实际上同样帮助双方。来自英国和美国的26位专家组成的小组最近发表了一篇有趣的论文：“ 人工智能的恶意使用：预测，预防和缓解”。在这里，他们清楚地解释了人工智能如何轻易地成为一个在坏人手中的威胁，因为它是一个有力的武器，甚至可以刺穿最明显的牢不可破的网络防御。最大的问题是攻击者通常依靠较小的劳动力来协调他们的攻击。但是，如果AI带来的自动化水平可以增加攻击规模，特别是如果他们能够招募大量机器学习驱动的机器人，物联网 僵尸网络将是一个更大的威胁。由最新算法驱动的“智能” 恶意软件可以变得更难以检测，并且即使是较小的团队也可以以显着的效率执行诸如鱼叉式网络钓鱼之类的劳动密集型攻击。

与网络安全专家相比，武器化人工智能对普通用户来说也是一个更严重的威胁，使得数字世界变得不那么安全。例如，有多少人知道甚至一些最好的VPN通过Chrome扩展程序泄露了他们的DNS?如果数百万用户每天泄漏的所有数据都是通过自动化收集的，那么一个高效的人工智能工具可以实现协调对无防御用户的大量攻击所需的所有相关性。这些策略的多米诺骨牌效应可能会带来真正的灾难性后果，网络犯罪每年花费全球约6500亿美元。

欺诈检测和安全

人工智能生物识别技术不仅可以识别，测量和分析物理和面部特征，还可以识别可能引发任何红旗的特定人类行为。他们可以轻松地帮助识别任何正在计划，例如，银行抢劫或盗窃的潜在罪犯，并帮助当地安全部队在事件发生之前阻止它。生物识别技术可以与文本分析和自然语言处理(NLP)并行工作。这两种技术使用机器学习来理解和分析复杂的文本，以及理解句子的结构和意图。

但人类可以被理解甚至超越他们的语言和身体特征。情感识别是一项引人入胜的新技术，它允许一些独特的惊人软件通过先进的图像和音频处理来“阅读”人类的情感。面部表情与情绪，个性和人类交流密切相关，甚至“微表情”也可以被机器捕获，以了解该人将要做什么。

所有这些系统可以集成在一起，用于安全系统和欺诈检测。执法部门可以利用它们在审讯过程中发现信息，预测行为，限制危险情况，甚至打击恐怖主义。人工智能和机器正在成为新的“监督者”，将协助各种安全部队。但要注意 - AI也可能被恶意用户使用，例如，通过利用语音合成软件进行模仿。

应急管理

当发生灾难或某种紧急情况时，安全人员需要灵活性和灵活性做出反应，而快速性至关重要。必须有一个管理系统来处理所有可用信息，从最无用的信息中区分出最相关的信息，并以快速可靠的方式收集来自多个来源的所有数据。必须为人员提供安全且可操作的解决方案，该解决方案是所有这些信息的总和。

很容易理解一个人，甚至是一个人类团队，在知道如何错误的分秒决策可能会损害许多人的生命的所有压力的情况下做这一切是多么困难。人工智能技术可应用于灾害响应，以减轻处理紧急情况的负担。出于多种原因，人工智能可以快速有效地处理紧急情况。

首先，AI非常擅长预测，并分析和评估特定区域的损害程度和风险。通过这种方式，团队可以优先考虑他们的干预措施，首先向最需要帮助的人提供帮助。图像识别，数据外推和分类可以通过人工智能以更高的速度完成，使用来自卫星的图片和数据，或来自人群来源的绘图材料。

AI系统的语音到文本和分析程序(如IBM的Watson)目前正在用于收听紧急呼叫，以便在灾难期间简化联络中心的工作流程。AI有助于缩短通话时间，为应急响应团队提供准确的信息，并可以规划最快的路线。即使是来自社交网络(如Facebook，Instagram，YouTube和Twitter)的图像也可以通过AI进行分析，以过滤来自虚假的真实信息，或查找失踪人员。

结论

AI已经被纳入许多安全工具和解决方案中。从视频监控摄像头到入侵报警甚至移动芯片组来提供访问控制，它几乎无处不在。人工智能软件在安全性方面的整合已经成为新的市场标准，而不是一个遥远未来的趋势。